IAHR AIIH

XXIV CONGRESO LATINOAMERICANO DE HIDRULICA

PUNTA DEL ESTE, URUGUAY, NOVIEMBRE 2010

Diseo optimizado de redes de distribucin de agua potable mediante la

superficie ptima de gradiente hidrulico

S.Ochoa2, J.G. Saldarriaga1, P.aez2 y C. Galvis2

1
Profesor Titular, Departamento de Ingeniera Civil y Ambiental - Director, Centro de Investigaciones en Acueductos y
Alcantarillados CIACUA, Universidad de los Andes, Bogot, Colombia; email: jsaldarr@uniandes.edu.co.
2
Investigadores, Centro de Investigaciones en Acueductos y Alcantarillados CIACUA, Departamento de Ingeniera
Civil y Ambiental, Universidad de los Andes, Bogot, Colombia; email: susana8ar@hotmail.com,
cp.galvis89@uniandes.edu.co, pa.nanez49@uniandes.edu.co.

RESUMEN:
El problema del diseo optimizado de redes de distribucin de agua potable consiste en encontrar la
combinacin de dimetros de tuberas que minimice el costo constructivo del sistema, satisfaciendo
restricciones hidrulicas y comerciales. Por su complejidad, ste ha sido clasificado como un
problema combinatorio NP-duro. Para solucionarlo se han desarrollado algoritmos de optimizacin
que se basan en la imitacin de fenmenos fsicos y naturales para explorar el espacio de bsqueda;
en contraste, en este estudio se desarroll una metodologa de diseo nicamente basada en las
caractersticas hidrulicas y topolgicas del sistema, la cual supone que existe una superficie ideal
de presiones donde se puede obtener una configuracin de dimetros cercana a la de mnimo costo.
La metodologa propuesta es utilizada para disear tres redes de prueba ampliamente reportadas en
la literatura (Two-loop, Hanoi y Balerma) y prob ser eficaz y eficiente en encontrar diseos
ptimos en pocas iteraciones.

ABSTRACT:
The optimal design problem of a water distribution network is to find the combination of pipe sizes
that gives the minimum construction cost, while satisfying hydraulic and commercial restrictions.
Due to its complexity, it has been classified as an NP-hard combinatorial problem. This problem
has been tackled by optimization algorithms that mimic natural or physical phenomena in order to
explore the solution space; in contrast, a design methodology which is only based on the hydraulic
and topological characteristics of the system is introduced in this study. This methodology is
founded on the assumption that an ideal hydraulic gradient surface exists; from this surface, a
combination of pipe sizes which is close to the optimum one can be obtained. The proposed
methodology was applied to the design of three benchmark networks (Two-loop, Hanoi and
Balerma) and it proved to effective and efficient in finding near optimal designs in a small number
of simulations.

PALABRAS CLAVES:

Redes de distribucin, diseo optimizado, superficie de presiones.

INTRODUCCIN

El diseo ptimo de redes de distribucin de agua potable (RDAP) consiste en determinar los
dimetros de la red con valores discretos dados por el fabricante, para satisfacer los caudales de
diseo en cada uno de los nudos y una presin mnima para el suministro de agua. Existen mltiples
configuraciones de dimetros de tuberas que satisfacen las restricciones hidrulicas, pero slo una
es la ms econmica, esta es la razn de que el diseo de RDAP es un proceso susceptible de ser
optimizado. Yates et al. 1984 prob que un no hay un mtodo no lineal que resuelva la relacin
entre las prdidas de energa de una tubera y el caudal, en un tiempo finito; por lo tanto el diseo
de una RDAP nueva se puede considerar un problema combinatorio NP-DURO, lo que quiere decir
que no se conoce un mtodo determinstico para solucionarlo en un tiempo polinomial. Por lo
anterior, este problema no puede ser tratado de forma convencional, sino que su solucin requiere
de metodologas especiales que, en un tiempo computacional razonable, permitan obtener al menos
un mnimo local que satisfaga las restricciones del problema.
En la literatura este problema es solucionado mediante tcnicas tradicionales en el diseo ptimo
de RDAP. Sin embargo, estas tcnicas presentaban varios inconvenientes de optimizacin: son
difciles de implementar y usualmente llevaban a diseos con dimetros continuos. Para superar
estos inconvenientes en las ltimas dcadas se han enfocado en la implementacin de heursticas
derivadas de la naturaleza tales como: algoritmos genticos, recocido simulado, algoritmos
inmunes, entre otros.
Aunque estas metodologas requieren de un modelo matemtico para verificar que los diseos
cumplan con las restricciones de caudal y presin mnima, ninguna de ellas se basa en el anlisis y
comprensin de la hidrulica del sistema para obtener el diseo de mnimo costo. La primera
aproximacin netamente hidrulica reportada en la literatura es la propuesta por Wu en 1975,
aplicadas a diseo de sistemas de irrigacin y en 1983, Featherstone et al., en la Universidad de
Newcastle upon Tyne (Inglaterra), sugiri extender el criterio de Wu al caso de RDAP. Ms
adelante, Fujiwara (1987 y 1991) comprob que tal expansin del criterio de Wu es posible.

En lo descrito hasta ahora, se puede entender la gran ventaja competitiva de contar con diseos
ptimos, ya que permiten un gran ahorro econmico en el sector pblico y privado en la
construccin de RDAP por tanto, el Centro de Investigaciones en Acueductos y Alcantarillados de
la Universidad de los Andes (CIACUA) ha presentado proyectos para mejorar las metodologas
existentes en la literatura una de ellos desarrolla un algoritmo para el diseo optimizado de RDAP;
esta nueva metodologa, se denomina Superficie ptima de Presiones (SOP). En la investigacin
presentada se complementa y mejora la metodologa de diseo SOP, realizando un anlisis de los
diseos ptimos de mltiples series de tuberas con caractersticas topolgicas e hidrulicas
diferentes. A partir de este estudio se identifican los parmetros que determinan la forma ptima de
la lnea de gradiente hidrulico (LGH) de una serie de tuberas; es decir, la forma de la LGH que
corresponde al diseo de mnimo costo. Con base en esto se desarrolla un procedimiento para
estimar la forma de la LGH ptima, a partir de la cual se pueden disear series de tuberas.
Por ltimo, la metodologa desarrollada para el diseo de series de tuberas se expande al caso de
RDAP. Esta nueva metodologa, denominada Superficie ptima de Gradiente Hidrulico (SOGH).
El desempeo de la metodologa propuesta fue puesto a prueba en el diseo de tres redes de
referencia ampliamente reportadas en la literatura: Two-loop, Hanoi y Balerma; estos diseos se
aproximan al mnimo costo con un menor nmero de iteraciones.
PLANTEAMIENTO DEL PROBLEMA

Mtodos clsicos de optimizacin utilizados para solucionar el problema que presenta el diseo de
RDAP (Bonabeau et al., 1999; Kennedy et al., 2001) plantean al problema de optimizacin como la
bsqueda de la combinacin de dimetros de tuberas que minimice el costo constructivo del
sistema, satisfaciendo las restricciones de demandas en los nudos y presin mnima en los nudos de
consumo. Adicionalmente se debe considerar que los dimetros de las tuberas solo pueden tomar
los valores discretos que se encuentren disponibles en el mercado. El costo constructivo
generalmente se puede calcular mediante una funcin potencial del dimetro, as:

(1)

donde NT es el nmero de tubos que conforman la RDAP, Li es la longitud del i-simo tubo de la
red, Di es el dimetro del i-simo tubo de la red, a y b son parmetros que se determinan mediante
regresin teniendo en cuenta el valor comercial de las tuberas de un material dado y su costo de
instalacin en funcin del dimetro. Es esta funcin de costo la funcin objetivo a minimizar del
problema de optimizacin.
Con respecto a las restricciones del problema, satisfaccin de demandas y presin mnima en los
nudos de consumo, estas son evaluadas teniendo en cuenta un modelo que representa la hidrulica
de la RDAP en estado estacionario. Dada la topologa de la red (nudos y tuberas), los dimetros de
las tuberas a evaluar (diseo), los niveles en los tanques de almacenamiento y las demandas en los
nudos de consumo, el modelo entrega las presiones en todos los nudos (para estado estacionario).
Una vez obtenidos los valores de los estados del sistema (caudales y presiones) se evala si el
diseo (conjunto de dimetros) cumple con las restricciones hidrulicas de diseo. La principal
restriccin es la satisfaccin de la presin mnima:

donde, es la presin del nudo y es la presin mnima requerida en el nudo .

Utilizando el planteamiento propuesto por Todini et al., 1982, el modelo utilizado est conformado
por dos grupos de ecuaciones algebraicas no lineales. El primer grupo de ecuaciones representa el
balance de masa en los nudos, en donde, el flujo que entra es igual al flujo que sale de cada nudo.

donde, ! es el nmero de tuberas conectadas al nudo j, !" es el caudal que fluye por el tubo i
que se conecta al nudo j (Qij se considera positivo cuando el caudal fluye hacia el nudo j y negativo
si fluye en el sentido contrario) y ! es la demanda en el nudo j. El segundo grupo de ecuaciones
representa el balance de energa alrededor de un circuito cerrado, en donde, las prdidas de energa
alrededor de un circuito cerrado son cero.

donde, es el nmero de tuberas que conforman el circuito , es la prdida de energa por

friccin a lo largo del tubo i del circuito k, son las prdidas menores de energa a lo largo del
tubo i del circuito k, es el nmero de bombas en el circuito k y es la presin adicionada
por la bomba . Los dos conjuntos de ecuaciones deben ser solucionados conjuntamente, teniendo
como variables las presiones en los nudos y los caudales en las tuberas ( variables)
utilizando ecuaciones, donde es el nmero de nudos y es el nmero de tuberas.
ANLISIS DE LA LNEA DE GRADIENTE HIDRULICO PTIMA DE TUBERAS EN
SERIE

Mtodos clsicos de optimizacin basados en gradiente y tcnicas que hacen uso de algoritmos
evolutivos: Algoritmos genticos (GA) (Savic y Walters 1997; Wu y Simpson, 2001; Maras, 2003;
Wu y Walsky, 2005); Ant Colony Optimization (ACO) (Maier et al.,2003; Zecchin et al., 2006);
Simulated Annealing (Cunha y Sousa,1999); Shuffled Complex Evolution (Liong y Atiquzzama,
2004); y bsqueda de armona (Geem, 2006), dentro de otros en diseo de RDAP no analizan
directamente la hidrulica del problema, simplemente hacen bsquedas de posibles soluciones
utilizando modelos fsicamente basados para evaluar la factibilidad de la solucin. Es por esta razn
que la metodologa propuesta en este artculo hace uso de un anlisis de la forma de la superficie de
presiones ptima para ciertas configuraciones de redes para luego generalizar este concepto para
diferentes tipos de redes. A continuacin se hace un anlisis de la lnea de gradiente hidrulico
(LGH) correspondiente a los diseos de mnimo costo de mltiples series de tuberas; los resultados
obtenidos en este anlisis constituyen el punto de partida de la metodologa para el diseo de RDAP
que se describe ms adelante.
El primero en sugerir que la LGH de los diseos de mnimo costo de tuberas en serie tiene una
forma particular fue Wu., 1975. Wu demuestra que el diseo tuberas de menor costo (considerando
solo costos de materiales y construccin) tiene una LGH curva convexa que se encuentra un poco
por debajo de la lnea recta que une las presiones al inicio (punto A de la Figura 1) y al final (punto
B de la Figura 1) de la serie de tuberas. Es decir, Wu estableci que la LGH ptima tiene, en la
seccin media, una flecha del 15% de con respecto a la lnea recta (lnea AB de la Figura 1),
donde corresponde a la presin total disponible. Como se muestra en la Figura 1.

Figura 1. Criterio de I-pai Wu., 1975.

El criterio propuesto por Wu es solo vlido para tuberas en serie con demandas uniformes, es decir,
de igual magnitud e igualmente espaciadas.
A continuacin se presenta un criterio que es aplicable a tuberas en serie con demandas no
uniformes y espaciadas no uniformemente. Consecuentemente, se presenta un anlisis estadstico
con un muestreo aceptable de 120 series de tuberas con diferente distribucin y magnitud de la
demanda, con topografa variable, con diferente presin en la fuente de abastecimiento y con
diferentes longitudes de los tramos de tubera, para as determinar la forma de la LGH ptima para
series de tuberas con demandas no uniformes.
Para cada una de las 120 series generadas se obtiene un diseo de mnimo costo (mediante
algoritmos genticos). En este anlisis se observa que la LGH los diseos se ajustan siempre a una
curva cuadrtica (los errores cuadrticos medios obtenidos al ajustar las lneas de gradiente
hidrulico obtenidas con GA a curvas cuadrticas son siempre superiores al 98% e.g., en las Figura
2 se presenta la LGH del diseo obtenida con GA de dos series de tuberas con demandas no
uniformes). Se puede observar que las LGH de mnimo costo pueden ser aproximadas a curvas
cuadrticas; sin embargo, para cada serie de tuberas se obtiene una curva diferente (figuras
izquierda y derecha respectivamente).
 Figura 2. LGH ptima y distribucin de demandas de una serie de tuberas con demandas aleatoriamente
distribuidas (izquierda superior e inferior) y con demandas concentradas al final (derecha superior e inferior)

Como se muestra mas adelante, estadsticamente se muestra que la forma de la LGH ptima* (en
donde ptima* hace referencia al mejor diseo obtenido mediante GA) de una serie de tuberas
depende principalmente de tres factores:
Distribucin de demandas.
Relacin entre el caudal total demandado y la longitud total de la serie de tuberas.
Exponente de la funcin de costos.
Adicionalmente, se observa que la presin total disponible del sistema ( ) no afecta
significativamente la curvatura de la LGH ptima.
A continuacin se presenta el anlisis estadstico para cada uno de los factores anteriormente
mencionados, finalmente se hace un resumen del procedimiento para la estimacin de la forma de la
LGH ptima* para una serie de tuberas.
1. Efecto de la Distribucin de Demandas Sobre la Flecha Mxima de la LGH ptima*
Para este propsito se generaron 50 series de tuberas con igual longitud total ( ), igual
presin en la fuente de abastecimiento ( de columna de agua) e igual demanda total ( ).
Por otra parte son tenidos en cuenta diferentes patrones de demanda. Manteniendo todas las dems
variables fijas, excepto la distribucin de demandas, es posible analizar de manera el efecto de esta
ltima en la magnitud de la flecha ptima*.
Para medir la distribucin de demandas de una serie de tuberas se proponen dos indicadores: i) el
Centroide de Demandas y ii) el Coeficiente de Uniformidad . i) es una medida de la centro
de masa de las demandas a lo largo de la serie de tuberas y ii) es una medida de la dispersin de las
demandas con respecto al Centroide de Demandas.
(2)

(3)
Donde, es nmero de nudos de consumo del sistema, es el caudal demandado en el nudo ,
es la distancia del nudo a la fuente de abastecimiento, es el caudal total demandado y es la
longitud total de la serie de tuberas. De la misma manera, donde, es el centroide de demandas
del tramo , es la longitud del tramo . El centroide de cada tramo se calcula como:
 (4)

donde, corresponde al nmero de nudos del tramo y es la distancia del nudo al

centroide general de demandas .
Mediante un ajuste a una funcin polinomial, se obtuvo la siguiente expresin para estimar la flecha
ptima en funcin de y el . Cabe mencionar que el error medio cuadrtico es de 88.4%, lo cual
se considera aceptable.
(5)
Los resultados obtenidos para los parmetros de la ecuacin se muestran en la Tabla 1.

Tabla 1. Valores de los coeficientes de la Ecuacin (5)

2. Efecto de la relacin entre el caudal total y longitud total sobre la flecha mxima de la LGH
ptima*
Para analizar el efecto que tiene sobre la flecha mxima de la LGH la relacin entre el caudal total
demandado y la longitud total de la serie de tuberas, se analizaron 5 patrones de demanda
diferentes, para cada uno de los cuales se generaron 24 series de tuberas con igual LGH en la
fuente de abastecimiento , igual exponente de la funcin de costos (1.46) e igual distribucin
de demandas, pero con diferente magnitud de las mismas y de las longitudes de los tramos de
tuberas (en cada una de las series generadas, las demandas y las longitudes de las tuberas se
multiplicaron por un factor diferente, con lo cual el patrn de demandas, y se mantienen
iguales, a pesar de la diferencia en la magnitud de las demandas y en la longitud total). Mediante
anlisis estadsticos se determin que la funcin del caudal (Q) y la longitud total (L) de la que
depende la magnitud de la flecha de la LGH es similar a:
(6)
Es importante aclarar que esta ecuacin solo es vlida para , para poder
expandir esta metodologa a otros valores de nuevo se hace una aproximacin a una funcin, esta
vez es una funcin logartmica. La aproximacin de la funcin para la flecha ptima*
obtenida se puede ver en la Figura 3.

Figura 3. Efecto conjunto de la longitud y demanda total en la flecha ptima de la curva LGH vs. Abscisa.

3. Efecto del exponente de la funcin de costos sobre la flecha mxima de la LGH ptima*
Los costos de las series de tuberas en los anlisis previos se calcularon con la funcin de costos de
la Ecuacin 1, dado un exponente de costos de 1.46 y un coeficiente de 0.015. No obstante, el
diseo ptimo* y, en consecuencia, la flecha ptima de una serie de tuberas pueden variar cuando
el exponente de la funcin de costos cambia. Para analizar el efecto del exponente de la funcin de
costos en la flecha ptima de la LGH se analizan 9 series de tuberas; para cada una de stas se
determina la flecha ptima para valores del exponente de la funcin de costos variando entre
1 y 3. En la Figura 4 se puede observar los resultados obtenidos.

Figura 4. Anlisis del efecto del exponente de la funcin de costos en la flecha ptima* de la LGH.

Se puede observar que, en todos los casos, la relacin entre la flecha ptima y el exponente de la
funcin de costos se ajusta a una parbola. Adems, se puede notar que los coeficientes de las
funciones crecen cuando crece el valor de la flecha para un exponente de costos dado. Para mostrar
esto, en la Figura 5 se muestra la flecha ptima para un exponente de costos dado contra los
coeficientes , y de las ecuaciones cuadrticas ajustadas a los datos anteriores. Se muestran los
resultados obtenidos para un valor del exponente de costos de 1.46.

Figura 5. Coeficientes de las ecuaciones cuadrticas de la Figura 4 Vs. Flecha ptima para un exponente de
costos = 1.46

Se puede observar que la relacin entre la flecha ptima (para un exponente de costos fijo) y el
valor de los coeficientes de las ecuaciones cuadrticas ajustadas en la Figura 5 es aproximadamente
lineal. As, si se conoce la flecha ptima para un exponente de costos de 1.46, es posible utilizar las
ecuaciones obtenidas a partir de la Figura 4 y de la Figura 5 para determinar la flecha ptima para
cualquier otro valor del exponente de la funcin de costos.

A partir del anlisis previo, se ha definido un procedimiento que permite estimar la flecha ptima*
para un sistema de tuberas en serie con cualquier conjunto de caractersticas topolgicas,
hidrulicas y comerciales; este procedimiento se describe a continuacin.

4. Procedimiento para la estimacin de la flecha ptima de la curva LGH Vs. Abscisa

Los pasos que se deben seguir para estimar la magnitud de la flecha ptima son los siguientes:
i. Calcular el Centroide de Demandas mediante la Ecuacin 5.
ii. Calcular el Coeficiente de Uniformidad mediante la Ecuacin 4.
 iii. Utilizar la Ecuacin 5 para estimar la magnitud de la flecha ptima en funcin de y .
La flecha calculada con esta ecuacin corresponde a la relacin ya
un exponente de la funcin de costos de 1.46.
iv. A partir de la flecha obtenida en el Paso iii, estimar la flecha ptima para el exponente de la
funcin de costos (n) que se tenga, utilizando la siguiente expresin:

donde, n: exponente de la funcin de costos ,

, y es la flecha ptima para un
exponente de 1.46 (obtenida en el Paso iii).
v. A partir de la flecha obtenida en el Paso iv, vlida para , calcular la
flecha para la relacin actual de . Para esto se utiliza la siguiente expresin:

Donde, , y es la flecha
ptima para una relacin (obtenida en el Paso iv).
Mediante estos 5 pasos es posible estimar la flecha ptima de la LGH de una serie de tuberas con
cualquier patrn de distribucin de demandas, con cualquier valor de la relacin . Al conocer
la magnitud de la flecha mxima de la LGH ptima, se conoce el tercer punto de esta curva y es
posible determinar la ecuacin cuadrtica que describe su trayectoria.
(7)
A continuacin se describe el procedimiento que se debe seguir para disear una serie de tuberas
conociendo la forma de la LGH ptima.

5. Metodologa para el diseo optimizado de tuberas en serie con base en la curva LGH Vs.
Abcisa
Los pasos que se deben seguir para disear una serie de tuberas con base en la curva LGH vs.
Abscisa son los siguientes:
i. Fijar los parmetros de diseo y caractersticas topolgicas e hidrulicas de la serie de
tuberas (i.e. presin mnima requerida, longitud de cada tramo de tubera, rugosidad de las
tuberas, LGH en la fuente de abastecimiento, demandas, funcin de costos).
ii. Estimar la flecha ptima de la curva LGH vs. Abscisa mediante el procedimiento
establecido en el tem 4.
iii. Calcular la LGH ideal en cada nudo de la serie de tuberas utilizando la Ecuacin 6.
iv. A cada tramo de tubera se le asigna una prdida objetivo igual a la diferencia de las LGH
ideales de sus nudos inicial y final (estimadas en el Paso iii):

donde es el nudo inicial del tramo y es el nudo final.

v. Con las prdidas objetivo y el caudal de cada tramo de tubera, se calcula el dimetro ptimo
para dicho tramo utilizando la ecuacin de Darcy- Weisbach en conjunto con la ecuacin de
Colebrook- White.

METODOLOGA DE SUPERFICIE PTIMA DE GRADIENTE HIDRULICO (SOGH)

PARA EL DISEO DE RDAP

Esta metodologa expande el concepto de LGH ptima de un sistema de distribucin y haciendo uso
de esta metodologa calcula los dimetros de las tuberas que generan la LGH y que conforman un
diseo cercano al de mnimo costo. La metodologa Superficie ptima de Gradiente Hidrulico
(SOGH) est programada en el software de simulacin hidrulica y diseo REDES (CIACUA,
2008).
Es importante anotar que antes de aplicar esta metodologa se deben fijar los parmetros de diseo
tales como: presin mnima requerida (Pmn), funcin de costos, base de dimetros comerciales
disponibles, ecuacin de prdidas de energa por friccin (Darcy-Weisbach o Hazen-Williams),
nmero mximo de iteraciones y error admisible en el clculo de la superficie ptima de gradiente
hidrulico.las etapas que conforman la metodologa SOGH se describen a continuacin:

Cada una de las etapas que se enuncia a continuacin corresponde a un proceso compuesto por
mltiples actividades; es por eso que a stas se les denomina etapas y a las actividades que las
conforman se les denomina pasos.

1. Asignacin inicial de dimetros proporcionales a la distancia topolgica.

2. Estimacin de la flecha ptima de la curva LGH vs. Abscisa. En el caso de redes de

distribucin, el Centroide de Demandas se estima utilizando la distancia topolgica de cada
nudo a las fuentes de abastecimiento y la longitud total corresponde a la sumatoria de las
longitudes de los tubos que conforman la red. La distancia topolgica de un nudo se define
como el mnimo recorrido del agua desde cualquiera de las fuentes de abastecimiento hasta
el nudo en cuestin. A partir de esta definicin se puede notar que la distancia topolgica
depende del sentido de flujo en las tuberas, el cual, a su vez, depende de la asignacin de
dimetros que tenga la red.
3. Con la asignacin de dimetros, calcular las distancias topolgicas de los nudos a las fuentes
de abastecimiento.
4. Clculo de la superficie ptima de gradiente hidrulico; es decir, estimacin de la LGH ideal
de cada nudo de la red. Este clculo se hace con base en las distancias topolgicas
calculadas previamente. Esta es la etapa ms importante de la metodologa SOGH y est
compuesta por varios pasos, los cuales se describen a continuacin:

a. Inicializar la LGH ideal de todos los nudos de la red en cero.

b. Determinar y asignar la fuente principal de abastecimiento de cada nudo de la red.
Esto se hace inyectando un trazador en cada fuente de alimentacin y calculando su
trayectoria a travs de la red; de esta manera es posible determinar los nudos que son
alimentados por cada fuente. Si un nudo recibe agua de ms de una fuente, se le
asignar como fuente principal aquella con mayor LGH.
c. Detectar los sumideros de la red; es decir, aquellos nudos que no alimentan a otros
nudos del sistema y que, por lo tanto, constituyen el final de una o varias rutas del
agua en la red.
d. Ordenar los sumideros de manera descendente segn su distancia topolgica (i.e. de
mayor a menor distancia topolgica).
e. Iniciar contador del ciclo de clculo de sumideros: i = 1.
f. Asignar al sumidero i una LGH ideal igual a su cota o elevacin (Zsumidero i) ms la
presin mnima de diseo (generalmente establecida por una norma local)
LGHideal sumideroi = Z sumidero i - P mn (8)
g. Ajustar los coeficientes de la ecuacin cuadrtica que se utilizar para calcular la
LGH ptima. La ecuacin cuadrtica es la misma derivada para el caso de tuberas
en serie (Ecuacin 7), pero con algunas consideraciones especiales. En el caso de
redes de distribucin, la abscisa (x) de la Ecuacin 7 corresponde a la distancia
topolgica de cada nudo. Adems, los parmetros que determinan los coeficientes de
la Ecuacin 15 son los siguientes:
LGHmx: corresponde a la LGH del embalse principal del sumidero i
obtenida en el paso b.
LGHmn: corresponde a la LGH ideal asignada al sumidero i en el Paso h.
 dmx: corresponde a la distancia al nudo ms alejado para el que se va a
calcular la LGH. En este caso, el nudo ms alejado es el sumidero, el cual
constituye el final de una de las rutas del agua en la RDAP. Donde dmx
corresponde a la distancia topolgica del sumidero i.
F: corresponde a la magnitud de la flecha mxima de la curva LGH vs.
Abscisa (estimada en la Etapa 2 de la metodologa SOGH).
5. Asignacin de las prdidas de energa objetivo a cada tramo de tubera, las cuales
corresponden a la diferencia de las alturas piezomtricas o LGH ideales de sus nudos inicial
y final (estimadas en la Etapa 4).
6. Clculo del dimetro ideal de cada tubera para las prdidas objetivo fijadas en la Etapa 5 y
para los caudales obtenidos mediante el modelo del Paso 3
7. Usando el modelo de simulacin estimar las prdidas reales de energa que tienen lugar en
cada tubera para los nuevos dimetros calculados en la Etapa 6.
8. Clculo del error entre las prdidas de energa objetivo (Etapa 5) y las calculadas con el
modelo (Etapa 7).

9. Si el error entre las prdidas de energa calculadas y las objetivo es menor que el error
admisible o si el nmero de iteraciones realizadas es superior al nmero mximo de
iteraciones fijado al comienzo del proceso de diseo, se contina con la Etapa 10; de lo
contrario, se debe regresar a la Etapa 3.
10. Realizar una simulacin del modelo para la configuracin de dimetros que se tiene al final
de la Etapa 9.
11. Si en al menos un nudo de la red la presin es inferior a la presin mnima, se debe realizar
la correccin de las prominencias o nudos muy elevados, de lo contrario se contina con la
Etapa 12.
12. Aproximacin de todos los dimetros al siguiente dimetro comercial (los dimetros
obtenidos al final de la Etapa 11 son continuos y deben redondearse a dimetros
comerciales).
13. Aplicacin de programacin por restricciones para aumentar dimetros hasta que se
satisfaga el requisito de mnima presin en todos los nudos.
14. Haciendo uso del la programacin por restricciones disminuir los dimetros de algunas
tuberas sin violar el requisito de mnima presin en todos los nudos. Al final de la etapa
anterior (Etapa 13) se tiene un diseo con dimetros comerciales que satisface la restriccin
de mnima presin en todos los nudos de la red. Lo que se pretende hacer ahora mediante la
aplicacin de otro algoritmo de programacin por restricciones es disminuir el dimetro
algunas tuberas de la red, para as lograr una disminucin en el costo constructivo, pero sin
llegar a violar la restriccin de presin mnima.

APLICACIONES Y RESULTADOS

Para las redes de Hanoi y Two-loop, las prdidas de energa por friccin se calcularon con la
frmula de Hazen-Williams, adoptando los siguientes valores para los parmetros de dicha
ecuacin: coeficiente de rugosidad de Hazen-Williams, CHW = 130; = 1,852; = 4,871; factor de
conversin de unidades, = 10.6668 (para dimetro en metros y caudal en metros cbicos por
segundo). Para la red de Balerma, las prdidas por friccin son calculadas con la ecuacin de
Darcy-Weisbach en conjunto con la ecuacin de Colebrook White, utilizando una densidad relativa
y viscosidad relativa iguales a 1.
La red de dos circuitos o Two-loop, est conformada por ocho tubos, dos circuitos, seis nudos de
demandas y un embalse con LGH fija de 210 m que alimenta la red por gravedad. Todas las
tuberas tienen una longitud de 1000 m y un coeficiente de rugosidad de Hazen-Williams (CHW) de
130 y la presin mnima requerida en todos los nudos es de 30 m. c. a. Para el diseo de esta red se
cuenta con 14 dimetros comerciales por lo que el espacio de bsqueda del problema (i.e. el nmero
de posibles diseos) es 148 = 1.14 X 109.

Figura 6.- Trazado de la red Two-loop.

Antes de realizar el diseo con la metodologa SOGH, es necesario definir la flecha de la curva
LGH vs. Abscisa que se utilizar para modelar la cada de altura piezomtrica a lo largo de la red
estudiada. Para la red Two-loop, el Centroide de Demandas es 0.7009 y el Coeficiente de
Uniformidad es 0.2289; sin embargo, dado que los costos unitarios de esta red no se ajustan a una
funcin potencial (lo cual es atpico), la metodologa desarrollada para estimar la flecha ptima de
la curva LGH vs. Abscisa no puede ser directamente aplicada a esta red.

Para evaluar el desempeo de la metodologa implementada, los resultados obtenidos con sta se
deben comparar con los obtenidos con otros algoritmos de optimizacin; esta comparacin se
presenta en la Tabla 2. Se puede ver que el mejor diseo encontrado corresponde a una flecha
cercana al 35%, tiene un costo de 419,000 unidades monetarias. Y el diseo ptimo se logra en 48
simulaciones hidrulicas y mediante la metodologa SOGH se lleg al mismo diseo ptimo
obtenido con otros algoritmos, pero en un nmero considerablemente menor de simulaciones
hidrulicas, est metodologa no se basa en procesos aleatorios, sino en las caractersticas
hidrulicas y topolgicas del sistema, es decir es un proceso explicito determinstico.

Tabla 2.- Comparacin de resultados para la red Two-loop.

La red de Hanoi (Figura 7) est conformada por 24 tubos, tres circuitos, 31 nudos de consumo y un
embalse, el cual tiene una altura piezomtrica fija de 100 m y alimenta el sistema por gravedad. El
coeficiente de rugosidad de Hazen-Williams de todas las tuberas es 130, todos los nudos tienen
cota cero (i.e. es una red plana) y la presin mnima requerida en todos los nudos de consumo es de
30 mca.

Figura 7.- Trazado de la red de Hanoi.

Para la red de Hanoi el Centroide de Demandas es de 0.4553; y el Coeficiente de Uniformidad es
de 0.1853; exponente de la funcin de costos es de 1.5. Con estos valores y con la relacin entre el
caudal total y la longitud total de tuberas de esta red, es posible calcular la flecha ptima de la
curva LGH vs. Abscisa .Al aplicar este procedimiento, para la red de Hanoi se obtuvo una flecha
ptima de 18.3748%. Para verificar si la flecha ptima calculada es realmente ptima y para
evaluar el desempeo general de la metodologa SOGH, la red de Hanoi fue diseada utilizando
diferentes valores de la flecha de la curva LGH vs. Abscisa (se utilizaron valores de la flecha desde
0% hasta 50).

En la Tabla 3 se presentan los resultados obtenidos para la red de Hanoi con la metodologa
propuesta y con otros algoritmos ampliamente utilizados. En esta tabla se puede ver que el diseo
obtenido mediante la metodologa SOGH no es el ptimo global (i.e. 6.081 millones de dlares),
pero tiene un costo bajo y es cercano a los reportados en la literatura. Sin embargo, lo que realmente
diferencia a la metodologa SOGH de las dems es el nmero de simulaciones hidrulicas
requeridas, el cual llega a ser incluso la milsima parte de las simulaciones requeridas en otros
algoritmos.
 Tabla 3.- Comparacin de resultados para la red Hanoi.

La red de Balerma mostrada en la Figura 8 (es de riego a escala real) est conformada por 454
tubos, ocho circuitos, 443 nudos de consumo y cuatro embalses. Para su diseo se cuenta con 10
dimetros comerciales disponibles; por lo tanto, el espacio de bsqueda del problema es de 1.00 X
10454. Los tubos que se pueden emplear en el diseo son de PVC y tienen un coeficiente de
rugosidad absoluta (ks) de 0.0025 mm. La presin mnima requerida en todos los nudos de consumo
es de 20 mca.

Figura 8.- Trazado de la red de Balerma.

Para la red de Balerma el Centroide de Demandas es de 0.4926 , el Coeficiente de Uniformidad

es de 0.1669 y el exponente de la funcin de costos es de 2.06. Con estos valores y con la relacin
entre el caudal total y la longitud total de tuberas de esta red, se obtuvo una flecha ptima de
20.3246%. Para verificar la eficacia de la flecha ptima calculada y evaluar el desempeo general
de la metodologa SOGH, la red de Balerma fue diseada utilizando diferentes valores de la flecha
de la curva LGH vs. Abscisa (se utilizaron valores de la flecha desde 0% hasta 50%). El mejor
diseo encontrado corresponde a una flecha entre el 20.3% y el 20.6%, tiene un costo de 2099,921
euros y se alcanz con un mnimo de 1779 simulaciones hidrulicas. Se puede notar que la flecha
ptima estimada inicialmente (20.3246%) se encuentra dentro del rango de valores para los que se
obtiene el mejor diseo con la metodologa SOGH; esto corrobora la eficacia del procedimiento
establecido para la estimacin de la flecha ptima.

En la Tabla 4 se presentan los resultados obtenidos para la red de Balerma con la metodologa
SOGH y con otros algoritmos reportados en la literatura.

Tabla 3.- Comparacin de resultados para la red Balerma.

En esta tabla se puede observar que el diseo obtenido con la metodologa SOGH es el segundo
mejor diseo que se tiene para la red de Balerma, despus del obtenido por Geem (2006). Sin
embargo, el nmero de simulaciones hidrulicas requeridas para llegar a este diseo con la
metodologa SOGH es 5600 veces inferior al nmero de simulaciones requeridas en el algoritmo de
bsqueda de armona propuesto por Geem (2006).

CONCLUSIONES
Mediante este trabajo se comprueba que es posible llegar al diseo de mnimo costo de una RDAP
si se conoce previamente la forma de la superficie ptima de gradiente hidrulico del sistema. La
forma de esta superficie se ajusta a una funcin cuadrtica cuya curvatura depende de las siguientes
caractersticas hidrulicas, topolgicas, comerciales del sistema; distribucin espacial de las
demandas, relacin entre el caudal total demandado y la longitud total de tuberas y el exponente de
la funcin potencial de costos.

Se presenta la lnea de gradiente hidrulico en funcin de estas caractersticas y finalmente se

establece un procedimiento para estimar la forma de la superficie ptima de gradiente hidrulico
(SOGH) de cada red de distribucin. Con base en la SOGH se obtiene una pre-configuracin de la
red que cumple con las restricciones hidrulicas del problema del diseo de RDAP, pero no con las
restricciones comerciales, dado que los dimetros de las tuberas de esta pre-configuracin son
continuos.

Para redondear dichos dimetros a valores discretos contenidos dentro del conjunto de dimetros
comerciales disponibles, se implementaron procedimientos de programacin por restricciones que
son de baja complejidad y requieren un nmero pequeo de simulaciones hidrulicas, lo cual
constituye una gran ventaja para el diseo de RDAP grandes. La metodologa desarrollada fue
aplicada a tres redes de prueba ampliamente estudiadas: Two-loop, Hanoi y Balerma. Para estas
redes se encontraron diseos ptimos o muy cercanos al ptimo en un nmero muy pequeo de
simulaciones hidrulicas en comparacin con el nmero de simulaciones requeridas por los
algoritmos metaheursticos comnmente usados.
La metodologa propuesta es eficaz y eficiente para encontrar diseos ptimos de RDAP. La baja
complejidad y la eficiencia de la metodologa SOGH constituyen una gran ventaja especialmente en
el caso de diseo de RDAP grandes, a diferencia de los algoritmos metaheursticos, que tienen un
componente aleatorio importante, los cuales requieren de millones de simulaciones para explorar el
espacio de bsqueda y llegar a diseos cercanos al ptimo. Adems, dado su componente aleatorio,
los resultados obtenidos al aplicar estos algoritmos son siempre diferentes, por lo que se deben
realizar cientos de corridas (en cada una de las cuales se realizan miles de simulaciones hidrulicas)
hasta obtener un buen resultado, que es el que finalmente reportan los autores en las publicaciones.
Contrario a estos algoritmos, la metodologa SOGH no tiene ningn componente aleatorio ni
depende de la configuracin inicial de dimetros que se tenga: al aplicarla siempre se obtiene el
mismo resultado, el cual, como se demostr en las pruebas realizadas con las redes de Hanoi, Two-
loop y Balerma, se acerca siempre al diseo de mnimo costo. Adicional a lo anterior, la
metodologa SOGH permite comprender la hidrulica de los diseos ptimos, lo cual podra
convertirse en una herramienta til para la optimizacin de redes existentes.
BIBLIOGRAFA
Afshar, M.H. 2006. Application of a maxmin ant system to joint layout and size optimization of
pipe networks. Engineering Optimization, 38(3): 299 - 317.
Alperovits, E. & Shamir, U. 1977. Design of Optimal Water Distribution Systems. Water
Resources Research, 13 (6): 885 - 900.
CIACUA, 2008. Programa REDES. Universidad de Los Andes. Bogot D.C., Colombia.
Cunha, M. & Sousa, J. 1999. Water distribution network design optimization: Simulated annealing
approach. Journal of Water Resources Planning and Management, 125 (4): 215 - 221.
Cunha, M. & Ribeiro, L. 2004. Tabu search algorithms for water network optimization. European
Journal of Operational Research, 157 (3): 746 - 758.
Chu, C.-W., Lin, M.-D., Liu, G.-F. & Sung, Y.-H. 2008. Application of immune algorithms on
solving minimum-cost problem of water distribution network. Mathematical and Computer
Modeling, 48 (11-12): 1888 - 1900.
Dandy, G.C., Simpson, A.R. & Murphy, L.J. 1996. An improved genetic algorithm for pipe
network optimization. Water Resources Research, 32 (2): 449 - 458.
Djebedjian, B., Yaseen, A., Rayan, M.A. 2006. Optimization of large-scale water distribution
system design using genetic algorithms. Proceedings of the Tenth International Water Technology
Conference, IWTC10 2006, Alexandria, Egypt, 447 477.
Eusuff, M.M. & Lansey, K.E. 2003. Optimization of water distribution network design using the
shuffled frog leaping algorithm. Journal of Water Resources Planning and Management, 129 (3):
210 225.
Fujiwara, O. & Khang, D.B. 1990. A two-phase decomposition method for optimal design of
looped water distribution networks. Water Resources Research, 26(4): 539 - 549.
Geem, Z.W., Kim, J.H. & Loganathan, G.V. 2002. Harmony search optimization: application to
pipe network design. International Journal of Modelling and Simulation, 22 (2):125 - 133.
Goldberg, D.E. & Kuo, C.H. 1987. Genetic algorithm in pipeline optimization. Journal of
Computing in Civil Engineering, 1 (2): 128141.
Keedwell, E. & Khu, S.-T. 2006. Novel cellular automata approach to optimal water distribution
network design. Journal of Computing in Civil Engineering, 20(1): 49 - 56.
Lin, M.-D., Liu, Y.-H., Liu, G.-F. & Chu, C.-W. 2007. Scatter search heuristic for least-cost
design of water distribution networks. Engineering Optimization, 39(7): 857 - 876.
Liong, S.Y. & Atiquzzaman, M. 2004. Optimal design of water distribution network using
shuffled complex evolution. Journal of the Institution of Engineers (Singapore), 44 (1): 93 - 107.
Montalvo, I., Izquierdo, J., Prez, R. & Tung, M.M. 2008. Particle swarm optimization applied
to the design of water supply systems. Computers & Mathematics with Applications: 56, 769 - 776.
Morgan, G.R. & Goulter, I.C. 1985. Optimal urban water distribution design. Water Resources
Research, 21(5): 642 - 652.
Perelman, L. & Ostfeld, A. 2007. An adaptive heuristic crossentropy algorithm for optimal design
of water distribution systems. Engineering Optimization, 39(4): 413 - 428.
Reca, J., Martinez, J., Gil, C. & Baos, R. 2007. Application of several meta-heuristic techniques
to the optimization of real looped water distribution networks. Water Resources Management, 22:
1367 - 1379.
Quindry, G.E., Brill, E.D. & Liebman, J.C. 1981. Optimization of looped water distribution
systems. Journal of the Environmental Engineering Division. 107 (4): 665 679.
Saldarriaga, J.G. 2007. Hidrulica de Tuberas: abastecimiento de agua, redes, riegos. Bogot:
Editorial Alfaomega.
Todini, E. 2000. Looped water distribution networks design using a resilience index based heuristic
approach. Urban Water, 2 (3): 115 - 122.
Tricarico, C., Gargano, R., Kapelan, Z., Savic, D.A., & de Marinis, G. et al. 2006. Economic
level of eliability for the rehabilitation of hydraulic networks. Journal of Civil Engineering and
Environmental Systems, 23 (3): 191 - 207.
Varma, K.V.K., Narasimhan, S. & Bhallamudi, S.M. 1997. Optimal design of water distribution
systems using an NLP method. Journal of Environmental Engineering, 123(4): 381 - 388.
Walters, G.A., Halhal, D., Savic, D. & Ouazar, D. 1999. Improved design of Anytown
distribution network using structured messy genetic algorithms. Urban Water, 1(1): 23 - 38.
Wu, I.-p. 1975. Design of drip irrigation main lines. Journal of the Irrigation and Drainage
Division, 101 (4): 265 - 278.
Zecchin, A.C., Simpson, A.R., Maier, H.R., Leonard, M., Roberts, A.J. & Berrisford, M.J.
2006. Application of two ant colony optimisation algorithms to water distribution system
optimisation. Mathematical and Computer Modelling, 44: 451468